- 综合排序
- 最热优先
- 最新优先
qData本地部署
目录一、本地环境要求二、快速部署（一）、使用DockerCompose部署（推荐）1、安装Docker和DockerCompose2、下载部署包3、启动qData3.1、配置.env文件3.2、初始化数据库 3.3、启动qData4、访问qData(二)、源码本地部署1、本地环境要求2、克隆仓库3、使用DockerCompose启动中间件4、启动qdata-server服务5、启动qdata-quality 服务6、启动前端服务7、重置admin密码8、访问qData一、本地环境要求在本地部署qData需要有以下环境要求：后端：展开代码语言：TXTAI代码解释 jdk推荐版本 q-signature=db90d74a7a4dea697ce7799d45e112287cdc0c4f)⚠️注意：如果页面打不开请重启一下docker展开代码语言：TXTAI代码解释##(二)、源码本地部署 Redis、RabbitMQ-文件与存储：MongoDB、Hadoop、kkFileView-调度：DolphinScheduler通过DockerCompose启动中间件：DockerCompose部署文档中的本地源码模式
58410编辑于 2026-03-31deepseek本地部署有什么用？解锁 DeepSeek 本地部署
DeepSeek 作为一款备受瞩目的大模型工具，其本地化部署逐渐成为众多用户关注的焦点。今天，我们就来深入探讨 DeepSeek 本地部署的用途，为大家详细介绍一款助力本地部署的神器，快来看看吧。 一、为什么要进行 DeepSeek 本地部署DeepSeek 本地部署保障数据隐私，适配敏感行业合规需求。降低网络依赖，无网络也能稳定运行，保障实时场景业务连续。 二、DS 本地部署大师 —— 本地部署的得力助手①一键部署，轻松上手DS 本地部署大师它内置了 DeepSeek - R1 全系列模型（1.5B/7B/14B/32B/70B），根据智能推荐并下载适合的模型版本 ②部署完成，进入体验选择模型后等待下载，下载完成后，软件会自动安装完成。之后，点击【立即体验】进入智能界面体验DeepSeek 本地部署效果。 DS 本地部署大师凭借其强大的功能和便捷的操作，为用户实现 DeepSeek 本地部署提供了一站式解决方案。
3.1K10编辑于 2025-08-21- 来自专栏蔻丁杂记
zookeeper 本地测试部署
zookeeper 单机部署 采用 docker 的部署方式 参考文章： docker 应用 —— docker安装zookeeper单机版_中流石-CSDN博客 使用 Docker 一步搞定 ZooKeeper zoonavigator --restart unless-stopped elkozmon/zoonavigator:latest 但这里需要注意的是，采用这种方式，将不能使用 127.0.0.1:2181 这样的本地
61910编辑于 2024-12-25 - 来自专栏代码的路
Apollo本地快速部署
MySQL安装配置方式：https://mp.weixin.qq.com/s/ISCjsIpmccVnuvXPkiFLMw 如果只是本地测试的话，推荐使用 GitHub 上的开源项目 Apollo Quick
1.6K42编辑于 2023-03-23 - 来自专栏代码的路
Apollo本地快速部署
MySQL安装配置方式：https://mp.weixin.qq.com/s/ISCjsIpmccVnuvXPkiFLMw 如果只是本地测试的话，推荐使用 GitHub 上的开源项目 Apollo Quick
1.5K62编辑于 2023-03-27 Docker本地部署Firecrawl
成功部署！
4.6K23编辑于 2025-06-04llama.cpp 本地运行 9B 模型：部署、工具调用与微调数据
llama.cpp本地运行9B模型：部署、工具调用与微调数据把本地助手接起来，先做三件事：让推理服务加载权重，让对话外壳正确发送工具定义，让应用执行工具并回传结果。最后再决定是否需要微调。 本文沿这条顺序，用Odysseus、llama.cpp与9B模型说明各层的接口、排错方法和训练数据要求。阅读要点Odysseus是自托管AI工作区；本地界面与本地推理是两个独立选择。 这几部分可以在一台机器上，也可以分布部署。用HTTP协议连接它们，能减少直接依赖，但接口兼容仍要通过请求和响应核对。本地界面与本地模型的差别浏览器打开本机界面，只能说明界面入口位于本机。 模型可以使用本地服务或API。项目名与目录名均为odysseus，下载后应在该目录执行部署命令。 参考来源Odysseus官方仓库与部署说明llama.cpp推理项目llama.cppHTTPServerllama.cpp工具调用与模板Qwen3.5-9B官方模型卡TRLSFT的工具调用数据
9500编辑于 2026-10-18- 来自专栏分享学习
DeepSeek本地部署教程
DeepSeek是一款强大的知识检索和问答工具，通过本地部署，用户可以更加便捷地进行知识检索和问答操作。本文将详细介绍如何在本地部署DeepSeek，以便用户能够充分利用其强大的功能。 环境要求 在本地部署DeepSeek之前，需要确保计算机满足以下环境要求： 操作系统：Linux（推荐）或Windows。 Python版本：Python 3.7及以上。 DeepSeekModel model = DeepSeekModel() result = model.predict(input_data) print(result) 使用与调试 使用DeepSeek 在成功部署并启动
2.3K10编辑于 2025-05-18 - 来自专栏技术人生黄勇
ChatGLM-4-9b-chat本地化｜天翼云GPU上vLLM本地部署开源模型完整攻略
本文详细介绍了如何在天翼云GPU上使用vLLM部署ChatGLM-4-9b-chat本地化模型的完整攻略，助您快速上手。” 01—vLLM 本来打算用ollama在GPU服务器上部署开源模型GLM4，在之前文章有部署教程：《普通电脑也能跑大模型，三步搞定私人AI助手 | LLaMA-3本地部署小白攻略》。 后来朋友推荐使用vLLM部署服务来运行GLM4。 pip install modelscope modelscope download --model ZhipuAI/glm-4-9b-chat vLLM在容器内拉起模型时，默认会去huggingface stop_reason":151336}],"usage":{"prompt_tokens":15,"total_tokens":26,"completion_tokens":11}} 至此，我们得到了一个本地部署国内领先的开源大模型
3.3K10编辑于 2024-08-19 - 来自专栏醉梦轩
本地部署Jenkins环境
本文提供了一种在本地Linux环境中快速搭建Jenkins测试环境的方法。 0x01 环境部署 直接使用docker镜像搭建环境是一种比较快捷的方法。 单元测试完成." // junit 'target/surefire-reports/*.xml' // 收集单元测试报告的调用过程 } } stage("部署 ") { steps { echo "部署中..." // 请在这里放置收集单元测试报告的调用过程，例如: // sh 'mvn tomcat7 /deploy.sh' // 自研部署脚本 echo "部署完成" } } } } 高级用法 指定docker镜像 agent { docker {
1.7K20发布于 2020-01-02 - 来自专栏大模型应用
大模型应用：本地大模型部署中的Token效率优化与性能分析.9
今天我们基于本地部署的Qwen1.5-1.8B-Chat模型，通过构建完整的Token监控与分析系统，深入探讨了模型交互过程中的Token消耗模式、优化策略及实践应用。 今天我们通过系统化的Token追踪、智能上下文管理和多维度统计分析，为中小规模语言模型的优化部署提供了可复用的解决方案。二、Token交互基础1. 完整对话流程监控 我们基于本地的Qwen模型实现Token感知聊天机器人，具备完整的Token使用监控和统计分析功能，实现对模型交互过程中Token消耗的精确追踪。 for x in arr if x > pivot] return quick_sort(left) + middle + quick_sort(right)# 测试代码 arr = [4, 2, 9, 建立了全面的Token分析体系，从实时监控到历史统计，提供了多层次的Token使用洞察开发了智能上下文管理策略，有效解决了长对话中的上下文窗口限制问题验证了多种Token优化技术，为资源受限环境下的模型部署提供了实用方案实现了设备自适应的模型加载
1.1K43编辑于 2026-02-06 deepseek本地部署简要教程
网址：Chatbox AI官网：办公学习的AI好助手，全平台AI客户端，官方免费下载
1.1K20编辑于 2025-02-13- 来自专栏数据仓库技术
Mac 本地部署Stable Diffusion
Stable Diffusion 官网给出了mac系统的安装步骤，中间遇到些问题，不过整体比较顺利。官网安装说明：https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Installation-on-Apple-Silicon#downloading-stable-diffusion-models
3.2K10编辑于 2024-01-08 - 来自专栏散尽浮华
本地yum源部署记录
所以打算部署一套内网的yum源环境，以供内网服务器使用。 RPM-GPG-KEY-CentOS-Testing-7 EFI GPL isolinux Packages RPM-GPG-KEY-CentOS-7 TRANS.TBL 2）部署 然后就可以在客户机上配置自己的本地yum源，如下（其中192.168.1.240是上面yum源部署机的ip） [root@dev ~]# cat centos6_yum.repo [base] 然后挂载到本地，将里面os/x86_64/Packages下的rpm包拷贝到/data/centos/6/os/x86_64/6的Packages下，最后yum makecache就行了。
1.9K61发布于 2018-01-23 - 来自专栏成长道路
apache griffin本地安装部署
1.下载到本地github地址：https://github.com/apache/griffin 2.解压导入到idea,安心等待下载依赖jar包 ? 6.本地访问 ?
3.1K30发布于 2019-07-02 - 来自专栏小新笔记坊
CentOS本地部署语言模型
部署环境 操作系统：CentOS Linux release 8.2.2004 显卡：GTX1060 内存：16GB 操作步骤 安装英伟达显卡驱动 1.下载英伟达显卡驱动包，并上传服务器。 lspci | grep -i nvidia nvidia-smi watch -n 0.5 nvidia-smi 9.安装pip。 2.在docker容器参数中编辑参数，映射容器内某目录（例如/home）至本地一个目录文件夹用于导入本地模型。 安装OpenWebUi 1.拉取docker镜像后，导入本地镜像并运行容器。
1K00编辑于 2025-02-13 - 来自专栏四火的唠叨
本地部署 Minikube + Docker 记录
我有 Mac 和 Windows，这些年折腾软件方面的环境 Linux 用得比较多，最近想安装一个 Kubernetes 的本地环境，本着 “生命不息，折腾不止” 的精神，打算在 Windows 上动手 127.0.0.1:57514 查看所有 namespace： kubectl get pods –all-namespaces 启动 dashboard： minikube dashboard 接着，创建和部署一个 的 settings 里面已经有了一个 Kubernetes 选项： 原来新版本的 Docker 里面自带了一套 K8s，它是完全跑在 Docker instance 里面，并且无法配置的，主要用于本地测试
1.4K10编辑于 2024-10-02 - 来自专栏练习bug时长两年半
利用NodeJs本地部署UnblockNeteaseMusic
部署安装 第一步 安装NodeJS环境 下载地址：http://nodejs.cn/download/ 根据你的系统选择合适的下载 备注：已经安装过的朋友可以跳过这一步。如何查看自己是否安装过？ 第二步 下载项目文件（解压到自己想保存的位置） 下载地址：https://github.com/acodegod/UnblockNeteaseMusic/archive/master.zip 第三步 记录本地 客户端设置 右上角【⚙】 – 【工具】 – 【Http代理】 – 点击【自定义代理】 – 下拉框选择【HTTP代理】 分别输入 服务器 和 端口 点击怕【确定】即可，会提示要重启客户端，重启即可 （服务器输入本地
1.9K10编辑于 2022-08-24 【AIGC系列】dify本地部署
difycd dify/dockerdocker compose downgit pull origin maindocker compose pulldocker compose up -d7.初始化# 本地环境 http://localhost/install# 服务器环境http://your_server_ip/install8.主页面# 本地环境http://localhost# 服务器环境http:// your_server_ip9.自定义配置docker compose downdocker compose up -d
1.4K00编辑于 2024-12-03- 来自专栏DotNet NB && CloudNative
.NET9 AOT部署
C# AOT部署和JIT部署两种不同的编译和部署方式对比 AOT（Ahead-of-Time）部署： AOT是将C#程序提前编译为机器代码（通常为平台特定的二进制文件），在应用程序启动之前完成编译过程。 跨平台支持：AOT编译后，可以生成特定平台的本地代码，能够更好地支持跨平台部署。 安全性：由于所有的代码已经提前编译为机器代码，JIT编译的潜在安全风险（如代码注入等）较少。 优点： 快速开发：JIT编译能够即时将中间语言编译为本地代码，因此可以更灵活地进行开发和调试。 tabs=dotnet9&pivots=os-linux-ubuntu-2204 添加存储库 sudo add-apt-repository ppa:dotnet/backports 安装SDK sudo tabs=linux-ubuntu%2Cnet9plus sudo apt-get install clang zlib1g-dev 4、把解决方案代码上传到Linux系统某个文件夹上并转到要发布的项目
1.5K00编辑于 2025-03-17
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号